Download/Open

Texto

(1)UNIVERSIDADE FEDERAL RURAL DE PERNAMBUCO PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA AGRÍCOLA. JOSÉ DIORGENES ALVES OLIVEIRA. AVALIAÇÃO DE DEGRADAÇÃO E MUDANÇAS AMBIENTAIS NA BACIA HIDROGRÁFICA DO ALTO IPANEMA. RECIFE – PE 2017.

(2) ii. JOSÉ DIORGENES ALVES OLIVEIRA. AVALIAÇÃO DE DEGRADAÇÃO E MUDANÇAS AMBIENTAIS NA BACIA HIDROGRÁFICA DO ALTO IPANEMA. Dissertação submetida ao Programa de PósGraduação em Engenharia Agrícola – PGEA da Universidade Federal Rural de Pernambuco – UFRPE como parte das exigências para obtenção do título de Mestre em Engenharia Agrícola. Área de Concentração: Engenharia de Água e Solo. Linha de Pesquisa: Agrometeorologia.. RECIFE – PE 2017.

(3) ii. Dados Internacionais de Catalogação na Publicação (CIP) Sistema Integrado de Bibliotecas da UFRPE Biblioteca Central, Recife-PE, Brasil. O48a. Oliveira, José Diorgenes Alves. Avaliação de degradação e mudanças ambientais na Bacia hidrográfica do Alto Ipanema / José Diorgenes Alves Oliveira. – 2017. 83 f.: il. Orientador: Geber Barbosa de Albuquerque Moura. Dissertação (Mestrado) – Universidade Federal Rural de Pernambuco, Programa de Pós-Graduação em Engenharia Agrícola, Recife, BR-PE, 2017. Inclui referências. 1. Índice de anomalia de chuva 2. Índice de aridez 3. Parâmetros biofísicos 4. Semiárido I. Moura, Geber Barbosa de Albuquerque, orient. II.Título CDD 631.4.

(4) iii. JOSÉ DIORGENES ALVES OLIVEIRA. AVALIAÇÃO DE DEGRADAÇÃO E MUDANÇAS AMBIENTAIS NA BACIA HIDROGRÁFICA DO ALTO IPANEMA. ________________________________________ Prof. Dr. Geber Barbosa de Albuquerque Moura – UFRPE (Orientador). ________________________________________ Prof. Dr. Abelardo Antônio de Assunção Montenegro – UFRPE (Examinador interno). ________________________________________ Prof. Dra. Cristina Rodrigues Nascimento - UFRPE (Examinadora externa). ________________________________________ Prof. Dr. Ranyere Silva Nóbrega - UFPE (Examinador externo). ________________________________________ Prof. Dr. Pabrício Marcos Oliveira Lopes – UFRPE (Examinador suplente).

(5) iv. OFERECIMENTO/DEDICO Dedico esta, bem como todas as minhas demais conquistas, a Deus, aos meus pais Cileide e Aluísio, e aos meus irmãos José Fellipe, Gabriele e Brenda..

(6) v. “Seus sonhos são as letras do livro que sua vida está escrevendo. ” (Paulo Coelho).

(7) vi. AGRADECIMENTOS. Primeiramente a Deus, por ter me dado uma família maravilhosa e amigos verdadeiros. Deus que me atribuiu missões e permitiu que tudo isso acontecesse, não apenas nesses anos como universitário, mas em todos os momentos, é o maior mestre que alguém pode conhecer. Aos meus pais Cileide Alves de Almeida e Aluísio Lima de Oliveira, por minha vida, pelos exemplos de luta e de uma vida digna, com humildade e respeito ao próximo, por terem me apoiado em todos os momentos que precisei. Obrigado por tudo. A meu irmão José Fellipe que me estimulou a chegar até esta etapa de minha vida. Aos meus avós paternos, Francisco e Josefa e maternos, Adeildo e Severina por eles terem me dado pais tão maravilhosos, agradeço eternamente. Ao Professor orientador, Dr. Geber Barbosa de Albuquerque Moura, pela paciência na orientação, incentivo e amizade que tornaram possível a conclusão da dissertação. Por ser um exemplo de pessoa e de profissional, por compartilhar comigo sua experiência durante o curso. A Universidade Federal Rural de Pernambuco, especialmente ao Programa de Pós-Graduação em Engenharia Agrícola, pela oportunidade de realização do mestrado em Engenharia Agrícola. Aos professores e colegas do Programa de Pós-Graduação em Engenharia Agrícola pelos ensinamentos e amizade concedidos. À banca examinadora pela colaboração na versão final desse trabalho. Ao Conselho de Aperfeiçoamento e Capacitação de Pessoal de Nível Superior (CAPES) e ao Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) pela concessão de bolsa de estudo. A todos que contribuíram direta ou indiretamente na elaboração deste trabalho..

(8) vii. Sumário LISTA DE FIGURAS.................................................................................................................ix LISTA DE TABELAS.................................................................................................................xi LISTA DE ABREVIATURAS E SIGLAS...............................................................................xii LISTA DE SÍMBOLOS............................................................................................................xiii RESUMO....................................................................................................................................xvi ABSTRACT..............................................................................................................................xvii 1. INTRODUÇÃO ............................................................................................................................ 18 2. OBJETIVOS ................................................................................................................................. 20 2.1 Objetivo geral ............................................................................................................................... 20 2.2 Objetivos específicos .................................................................................................................... 20 3. REVISÃO BIBLIOGRÁFICA .................................................................................................... 21 3.1 O Bioma Caatinga e sua degradação .......................................................................................... 21 3.2 O emprego dos Índices Climáticos no Semiárido ....................................................................... 22 3.3 Sensoriamento Remoto e a série Landsat ................................................................................... 23 3.4 Albedo da superfície e os índices de vegetação ........................................................................... 25 3.5 Temperatura da superfície .......................................................................................................... 26 4. MATERIAL E MÉTODOS ......................................................................................................... 28 4.1 Área de estudo .............................................................................................................................. 28 4.2 Morfometria da Bacia Hidrográfica ........................................................................................... 30 4.3 Dados Meteorológicos .................................................................................................................. 32 4.4 Índice de Anomalia de Chuva...................................................................................................... 32 4.5 Índice de Aridez............................................................................................................................ 35 4.6 Imagens de satélite ....................................................................................................................... 35 4.7 Uso e cobertura vegetal do solo na bacia .................................................................................... 36 4.8 Processamento das imagens de satélite ....................................................................................... 38 4.8.1 Radiância espectral ................................................................................................................... 38 4.8.1.1 Radiância (Landsat 5 e Landsat 8) ........................................................................................ 40 4.8.2 Refletância monocromática ...................................................................................................... 40 4.8.2.1 Refletância (Landsat 5 TM e Landsat 8) .............................................................................. 41 4.8.2.2 Landsat 8 OLI (cômputos dos pesos) .................................................................................... 42 4.8.3 Albedo planetário (Landsat 5 e Landsat 8) ............................................................................. 42.

(9) viii. 4.8.4 Albedo da superfície .................................................................................................................. 43 4.8.5 Índices de vegetação .................................................................................................................. 45 4.8.5.1 NDVI ....................................................................................................................................... 45 4.8.5.2 SAVI ........................................................................................................................................ 45 4.8.5.3 IAF ........................................................................................................................................... 46 4.8.6 Emissividades da superfície ...................................................................................................... 46 4.8.7 Temperatura da superfície ....................................................................................................... 47 5. RESULTADOS E DISCUSSÃO.................................................................................................. 48 5.1 Caracterizando o Índice de Anomalia de Chuva da Bacia Hidrográfica do Alto Ipanema .... 48 5.2 Caracterizando o Índice de Aridez da Bacia Hidrográfica do Alto Ipanema .......................... 55 5.3 Condições hidrometeorológicas da bacia hidrográfica do Alto Ipanema ................................. 56 5.4 Parâmetros biofísicos da bacia hidrográfica do Alto Ipanema ................................................. 56 5.4.1 Albedo da superfície .................................................................................................................. 56 5.4.2 Índices de vegetação: NDVI, SAVI e IAF ................................................................................ 60 5.4.2.1 NDVI ....................................................................................................................................... 60 5.4.2.2 SAVI ........................................................................................................................................ 64 5.4.2.3 IAF........................................................................................................................................... 67 5.4.3 Temperatura da superfície ....................................................................................................... 70 6.. CONSIDERAÇÕES FINAIS ...................................................................................................... 73. 7.. REFERÊNCIAS BIBLIOGRÁFICAS ....................................................................................... 74.

(10) ix. LISTA DE FIGURAS Figura 1 - Carta espacial de localização da área de estudo, bacia do Alto Ipanema – PE. ........... 29 Figura 2 - Carta altimétrica da bacia do Alto Ipanema. .............................................................. 31 Figura 3 - Carta da rede de drenagem da bacia do Alto Ipanema. ............................................... 32 Figura 4 - Mapa de uso da cobertura vegetal da bacia do Alto Ipanema. .................................... 37 Figura 5 - Índice de anomalia de chuva da bacia do Alto Ipanema de 1962–2015 ...................... 48 Figura 6 - Precipitação média anual da bacia do Alto Ipanema 1962 –2015 ............................... 49 Figura 7 - Pluviograma dos totais mensais da bacia do Alto Ipanema de 1962 –2015................. 50 Figura 8 - Precipitação dos meses do ano de 1966 na bacia do Alto Ipanema. ............................ 51 Figura 9 - Precipitação dos meses do ano de 1974 na bacia do Alto Ipanema. ............................ 52 Figura 10 - Precipitação dos meses do ano de 1984 na bacia do Alto Ipanema. .......................... 52 Figura 11 - Precipitação dos meses do ano de 1985 na bacia do Alto Ipanema. .......................... 52 Figura 12 - Precipitação dos meses do ano de 1986 na bacia do Alto Ipanema ........................... 53 Figura 13 - Precipitação dos meses do ano de 1988 na bacia do Alto Ipanema ........................... 53 Figura 14 - Precipitação dos meses do ano de 1989 na bacia do Alto Ipanema ........................... 53 Figura 15 - Precipitação dos meses do ano de 2004 na bacia do Alto Ipanema ........................... 54 Figura 16 - Precipitação dos meses do ano de 2009 na bacia do Alto Ipanema ........................... 54 Figura 17 - Precipitação dos meses do ano de 2010 na bacia do Alto Ipanema ........................... 54 Figura 18 - Índice de aridez da bacia do Alto Ipanema .............................................................. 55 Figura 19 - Carta temática da distribuição espacial e temporal do albedo da superfície – αsup nas datas: 27/11/1985 (A), 03/09/1989 (B), 14/12/1991 (C), 06/10/1995 (D), 17/10/1999 (E), 22/10/2001 (F), 12/10/2003 (G), 02/11/2005 (H), 29/09/2010 (I), 10/12/2013 (J), 14/11/2015 (K) e 12/08/2016 (L), na bacia do Alto Ipanema. .............................................................................. 58 Figura 20 - Carta temática da distribuição espacial e temporal do NDVI nas datas: 27/11/1985 (A), 03/09/1989 (B), 14/12/1991 (C), 06/10/1995 (D), 17/10/1999 (E), 22/10/2001 (F), 12/10/2003 (G), 02/11/2005 (H), 29/09/2010 (I), 10/12/2013 (J), 14/11/2015 (K) e 12/08/2016 (L), na bacia do Alto Ipanema. ................................................................................................... 62 Figura 21 - Carta temática da distribuição espacial e temporal do SAVI nas datas: 27/11/1985 (A), 03/09/1989 (B), 14/12/1991 (C), 06/10/1995 (D), 17/10/1999 (E), 22/10/2001 (F),.

(11) x. 12/10/2003 (G), 02/11/2005 (H), 29/09/2010 (I), 10/12/2013 (J), 14/11/2015 (K) e 12/08/2016 (L), na bacia do Alto Ipanema. ................................................................................................... 65 Figura 22 - Carta temática da distribuição espacial e temporal do IAF nas datas: 27/11/1985 (A), 03/09/1989 (B), 14/12/1991 (C), 06/10/1995 (D), 17/10/1999 (E), 22/10/2001 (F), 12/10/2003 (G), 02/11/2005 (H), 29/09/2010 (I), 10/12/2013 (J), 14/11/2015 (K) e 12/08/2016 (L), na bacia do Alto Ipanema. ....................................................................................................................... 68 Figura 23 - Carta temática da distribuição espacial e temporal da temperatura da superfície – Ts (°C) nas datas: 27/11/1985 (A), 03/09/1989 (B), 14/12/1991 (C), 06/10/1995 (D), 17/10/1999 (E), 22/10/2001 (F), 12/10/2003 (G), 02/11/2005 (H), 29/09/2010 (I), 10/12/2013 (J), 14/11/2015 (K) e 12/08/2016 (L), na bacia do Alto Ipanema ............................................................................... 71.

(12) xi. LISTA DE TABELA Tabela 1 - Características do programa do satélite Landsat e seus respectivos sensores ao longo dos anos. Instituição responsável: NASA (National Aeronautics and Space Administration)....... 25 Tabela 2 - Caracterização morfométrica da superfície bacia do Alto Ipanema. ........................... 30 Tabela 3 - Caracterização morfométrica da rede de drenagem da bacia do Alto Ipanema. .......... 31 Tabela 4 - Classificação do Índice de Anomalia de Chuva (IAC). .............................................. 33 Tabela 5 - Ocorrência e Intensidade do El Niño e La Niña ......................................................... 34 Tabela 6 - Classes de risco de desertificação a partir do índice de aridez. ................................... 35 Tabela 7 - Dados das imagens de satélite utilizada no estudo: Satélites Landsat (5 TM) e (8 OLI/TIRS), datas das imagens estudadas, satélite, sensor, órbita/ponto, o dia sequencial do ano (DSA), hora local da passagem (h), ângulo de elevação do Sol (E). ............................................ 36 Tabela 8 - Área em km2 das classes de uso e cobertura vegetal da bacia do Alto Ipanema.......... 38 Tabela 9 - Descrição das bandas do TM - Landsat 5 com os correspondentes intervalos de comprimento de onda, coeficientes de calibração (radiância mínima – Lmín e máxima – Lmáx) e irradiâncias espectrais no topo da atmosfera (TOA). ................................................................... 39 Tabela 10 - Descrição das 9 bandas do OLI e 2 bandas do TIRS - Landsat 8 com os correspondentes intervalos de comprimento de onda, coeficientes de calibração (radiância mínima – Lmín e máxima – Lmáx) e irradiâncias espectrais no topo da atmosfera (TOA). .......................... 39 Tabela 11 - Precipitação antecedente acumulada (mm) às datas das imagens. ............................ 56 Tabela 12 - Valores dos parâmetros estatísticos, máximo (Máx.), mínimo (Mín.), médio, mediano, moda, desvio padrão (DP) e coeficiente de variação (CV), obtidos na análise estatística das cartas do albedo corrigido da superfície. ............................................................................... 59 Tabela 13 - Valores dos parâmetros estatísticos, máximo (Máx.), mínimo (Mín.), médio, mediano, moda, desvio padrão (DP) e coeficiente de variação (CV), obtidos na análise estatística das cartas do índice de vegetação NDVI. .................................................................................... 63 Tabela 14 - Parâmetros estatísticos, máximo (Máx.), mínimo (Mín.), médio, mediano, moda, desvio padrão (DP) e coeficiente de variação (CV), obtidos na análise estatística das cartas do índice de vegetação SAVI. ......................................................................................................... 66 Tabela 15 - Parâmetros estatísticos, máximo (Máx.), mínimo (Mín.), médio, mediano, moda, desvio padrão (DP) e coeficiente de variação (CV), obtidos na análise estatística das cartas do índice de vegetação IAF. ............................................................................................................ 70 Tabela 16 - Parâmetros estatísticos, máximo (Máx.), mínimo (Mín.), médio, mediano, moda, desvio padrão (DP) e coeficiente de variação (CV), obtidos na análise estatística das cartas da temperatura da superfície – Ts (ºC). ........................................................................................... 72.

(13) xii. LISTA DE ABREVIATURAS E SIGLAS. ERTS-1. Earth Resources Technology Satellite. ETM. Enhanced Thematic Mapper. ETM+. Enhanced Thematic Mapper Plus. FAO. Food and Agriculture Organization. INMET. Instituto Nacional de Meteorologia. LANDSAT. Land Remote Sensing Satellite. SRTM. Missão Topográfica Radar Shuttle. MSS. Multispectral Scanner System. NASA. National Aeronautics and Space Administration. OLI. Operational Land Imager. RGB. Red (Vermelho), Green (Verde), Blue (Azul). SEVAP. Sistema de Estimativa de Evapotranspiração. SEBAL. Surface Energy Balance Algorithm for Land. TIRS. Thermal Infrared Sensor. TOA. Topo da Atmosfera. TM. Thematic Mapper. USGS. United States Geological Survey. UTM. Universal Transverse Mercator. UCS. Uso e Ocupação do Solo. WGS. World Geodetic System. RBV. Return-Beam Vidicon.

(14) xiii. LISTA DE SÍMBOLOS. W. Água precipitável. α. Albedo. αtoa. Albedo planetário de cada pixel. αsup. Albedo da superfície corrigido de cada pixel para os efeitos atmosféricos. θ. Ângulo zenital solar. E. Ângulo de elevação do Sol. b (subscrito). Bandas do Landsat 5 TM e 8 OLI. rb IV e rb V. Bandas refletivas 4 e 3 do Landsat 5 TM e bandas 5 e 4 do Landsat 8 OLI, respectivamente. Lb6. Banda termal do satélite Landsat 5 de sensor TM. Lb10. Banda termal do Landsat 8 de sensor TIRS. L. Constante de ajuste do solo (SAVI). K1 e K2. Constantes de calibração das bandas termais do Landsat 5 TM (banda termal 6, Lb6) e do Landsat 8 TIRS (banda termal 10, Lb10), extraídos dos metadados. DSA. Dia sequencial do ano. εa. Emissividade atmosférica do ar. εNB. Emissividade de cada pixel no domínio espectral da banda termal. εo. Emissividade de cada pixel no domínio da banda larga. ETp. Evapotranspiração potencial. K. Graus Kelvin. °C. Graus Celsius. h. Hora da passagem local. IAC. Índice de anomalia de chuva. IAF. Índice de área foliar (m-2 m-2). IA. Índice de aridez. SAVI. Índice de vegetação ajustado aos efeitos do solo. NDVI. Índice de vegetação da diferença normalizada.

(15) xiv. IV. Infravermelho. dr. Inverso do quadrado da distância relativa Terra-Sol. kb Land 5. Irradiância solar espectral de cada uma das bandas refletivas do Landsat 5 TM no Topo da Atmosfera – TOA (W m-2 μm-1). kb Land 8. Irradiância solar espectral de cada uma das bandas refletivas do Landsat 8 OLI no Topo da Atmosfera – TOA (W m-2 μm-1). m. Metro. m s-1. Metro por segundo. MJ m-2 dia-1. Mega Joule por metro quadrado dia. g. Módulo do campo gravitacional terrestre (9,81 m s-2). ND. Número Digital (nível de cinza). P. Precipitação. pb Land 8. Pesos para cada banda do Landsat 8 OLI. ea. Pressão real de vapor d’água atmosférico (kPa). es. Pressão de saturação do vapor d’água (kPa). km. Quilômetro. Lmín. Radiância espectral mínima. Lmáx. Radiância espectral máxima. Lb Land 5 e Lb Land 8. Radiância espectral de cada pixel em cada banda dos satélites Landsat 5 TM e 8 OLI (W m-2 sr-1 μm-1). αatm. Refletância da própria atmosfera. rb Land 5 e rb Land 8. Refletância espectral monocromática de cada pixel em cada banda dos satélites Landsat 5 TM e 8 OLI (W m-2 sr-1 μm-1). Addrad b e Addref b. Termo aditivo do satélite Landsat 8 OLI para radiância e refletância, respectivamente. Multrad b e Multref b. Termo multiplicativo do satélite Landsat 8 OLI para radiância e refletância, respectivamente. Tar. Temperatura do ar instantânea medida na estação meteorológica automática (°C). Ts. Temperatura da superfície (graus Kelvin).

(16) xv. Tmed. Temperatura média diária (°C), calculada a partir das temperaturas do ar máxima e mínima, medidas na estação meteorológica da área de estudo. τsw. Transmissividade atmosférica instantânea no domínio da radiação solar para dias de céu claro. UR. Umidade relativa do ar. W m-2. Watts por metro quadrado.

(17) xvi. RESUMO. A bacia hidrográfica do Alto Ipanema, por estar localizada em uma região semiárida, torna–se mais vulnerável e susceptível aos efeitos das mudanças ambientais e do processo de degradação, tem sérias implicações econômicas e socioambientais. Assim, a presente dissertação teve como objetivo geral identificar e avaliar os diferentes graus de susceptibilidade ambiental da bacia hidrográfica do Alto Ipanema à variabilidade climática e ao processo de degradação/desertificação. Para atender ao referido objetivo foram traçados os seguintes objetivos específicos: avaliar a variabilidade temporal da precipitação na bacia, empregando o Índice de Anomalia de Chuva (IAC), avaliar o grau de aridez com o índice de aridez (IA) e identificar e analisar a dinâmica espaço–temporal de parâmetros biofísicos na detecção de mudanças ambientais na bacia hidrográfica com aplicação de alguns componentes do algoritmo Surface Energy Balance Algorithm for Land (SEBAL). Foram utilizados nesta pesquisa os dados de precipitação mensal da série histórica (1962 a 2015) para a realização do cálculo dos IAC, considerando as médias temporais das precipitações locais, para a determinação dos períodos secos e úmidos. Também foi realizado o cálculo do IA, para identificar a tendência à desertificação da bacia, através de dados de precipitação e evapotranspiração potencial. Foram estimados parâmetros biofísicos para a detecção de mudanças ambientais na referida bacia hidrográfica, aplicando componentes do algoritmo SEBAL por meio da utilização de imagens de Landsat 5-TM e 8-OLI/TIRS. Os resultados apresentaram uma predominância de IAC negativos para a variabilidade interanual com pontos de inflexão mais extremos nos anos chuvosos, que mostra toda a bacia hidrográfica com índice de anomalia entre seco e chuvoso. Percebe-se também a existência de fortes indícios da influência da ocorrência dos fenômenos de El Niño e La Niña nos eventos de secas e chuvas na bacia. Através do índice de aridez encontrou-se que a bacia hidrográfica está susceptível ao processo de degradação ambiental/desertificação de forma moderada. Com os parâmetros biofísicos analisados encontrou-se que a porção noroeste da bacia apresenta uma área considerável de solos expostos com indicação de elevado grau de susceptibilidade à degradação e que os parâmetros biofísicos avaliados pelo algoritmo SEBAL são eficazes e eficientes na compreensão da dinâmica dos padrões espaciais e temporais de ambientes semiáridos. Palavras–chave: índice de anomalia de chuva; índice de aridez; parâmetros biofísicos; semiárido..

(18) xvii. ABSTRACT. The Alto Ipanema watershed, it is located in a semi-arid region, becomes more vulnerable and susceptible to the effects of environmental changes and the degradation process, it has serious economic and socio-environmental implications. Thus, the present dissertation had the objective to identify and evaluate the different degrees of environmental susceptibility of the Alto Ipanema watershed to climatic variability and the degradation / desertification process. In order to meet this objective, the following specific objectives were established: to evaluate the temporal variability of the precipitation in the watershed, using the Rainfall Anomaly Index (IAC), to evaluate the degree of aridity with the Aridity Index (IA) and to identify and analyze the spatial-temporal dynamics of biophysical parameters in the detection of environmental changes in the watershed with application of some components of the algorithm Surface Energy Balance Algorithm for Land (SEBAL). The data of monthly precipitation of the historical series (1962 to 2015) were used for the calculation of the IAC, considering the temporal means of the local precipitations, for the determination of dry and humid periods. The AI calculation was also performed to identify the trend towards watershed desertification through precipitation and potential evapotranspiration data. Biophysical parameters were estimated for the detection of environmental changes in the watershed, applying components of the SEBAL algorithm through the use of Landsat 5-TM and 8-OLI / TIRS images. The results showed a predominance of negative IACs for interannual variability with more extreme inflection points in the rainy years, which shows the whole watershed with an anomaly index between dry and rainy. It is also noticed the existence of strong evidence of the influence of the occurrence of the El Niño and La Niña phenomena on the events of droughts and rains in the watershed. Through the Index of Aridity it was found that the watershed is susceptible to the process of environmental degradation / desertification in a moderate way. With the biophysical parameters analyzed, it was found that the northwestern portion of the basin presents a considerable area of exposed soils with indication of a high degree of susceptibility to degradation and that the biophysical parameters evaluated by the SEBAL algorithm are effective and efficient in understanding the dynamics of spatial and temporal of semi-arid environments. Keywords: Rainfall anomaly index; aridity index; biophysical parameters; semi-arid..

(19) 18. 1. INTRODUÇÃO. A degradação ambiental ao longo da história da humanidade se dá pela disposição da natureza em fornecer aos seres humanos os recursos naturais renováveis e não renováveis, tendo em vista que, os recursos naturais são fatores determinantes para a sobrevivência da humanidade através do desenvolvimento econômico, social e cultural (NETO e CRISTO, 2014). Em escala global, temos que, segundo dados da Food and Agriculture Organization FAO (2015), 30% dos solos do mundo apresentam algum estádio de degradação, com percas anuais de aproximadamente 24 bilhões de toneladas de solos férteis, o que influencia diretamente nos aspectos de produção animal, vegetal e alimentação humana, com dados alarmantes de uma população com aproximadamente dois milhões de desnutridos (ROBERTS e RYAN, 2015). No Brasil a questão da degradação vem se agravando no decorrer dos anos. A região semiárida brasileira se destaca nessa perspectiva devido a muitos fatores, entre eles as próprias condições climáticas, associadas às tradicionais formas de uso e ocupação marcadas por um pastoreio extensivo, agricultura tradicional mal manejada e técnicas inadequadas de uso do solo. Além disso, está inserida num contexto político e econômico que contribui para acelerar os processos de degradação e minimizar a melhoria das condições de vida da população devido à baixa capacidade técnica e mínimos recursos financeiros empregados (SOUSA e NASCIMENTO, 2014). Um dos elementos climáticas que mais influenciam na qualidade do meio que nos cerca é a variabilidade espaço-temporal da precipitação, constituindo-se em importante fator no controle do ciclo hidrológico. Falar de qualidade do meio ambiente e da vida do ser humano, portanto, pressupõe o estudo dessa variabilidade (SILVA e NERY, 2012). Para entender como essa variabilidade ocorre em um determinado local é muito utilizado os estudos dos índices climáticos que segundo Marcuzzo e Goularte (2012), através destes encontram-se facilidade para o conhecimento da climatologia de uma região, e podemse verificar os impactos que o clima global causa sobre a distribuição pluviométrica local, ou seja, a regionalização da precipitação para determinado local. O regime pluviométrico é o grande responsável pela disponibilidade de biomassa nas áreas secas e por isso correlacionada com a cobertura vegetal (RIBEIRO et al., 2016a). Então as mudanças nesse regime podem interferir diretamente na resposta dessa cobertura. Porém, a.

(20) 19. perda da cobertura vegetal também se dá pelo crescimento das pequenas e médias cidades que demanda de mais recursos da área, o que leva aos desmatamentos e queimadas, o que proporciona a degradação ambiental no bioma Caatinga. Nos últimos anos o sensoriamento remoto orbital tem–se tornado uma ferramenta importante no monitoramento de fenômenos meteorológicos e ambientais, proporcionando melhor avaliação, manejo, gerenciamento e gestão dos recursos naturais (BEZERRA et al., 2011). A utilização de imagens de sensoriamento remoto permite a obtenção de informações sobre grandes áreas de vegetação nativas e agricultáveis em um tempo reduzido e com menor custo quando comparado com as atividades em campo (DISPERATI et al., 2007). Além disso, para mitigar os efeitos deletérios de uso do solo e fomentar o desenvolvimento de políticas públicas, visando uma gestão sustentável dos recursos naturais, torna-se imprescindível o monitoramento do Uso e Ocupação do Solo (UCS), por meio de informações espaçotemporais detalhadas das modificações ocorridas na paisagem (COELHO et al., 2014). Segundo Bezerra et al. (2014) com o aumento da presença de ação antrópica, voltada ao uso e ocupação do solo a necessidade de modelagens de parâmetros (hídricos, edáficos e vegetativos) da superfície e da atmosfera aumentam. Segundo Oliveira et al. (2012) um dos parâmetros biofísicos mais empregados no monitoramento ambiental são a temperatura da superfície e alguns índices de vegetação. A quantificação dos parâmetros biofísicos (albedo, índices de vegetação, emissividade, temperatura de superfície) vem sendo amplamente estudada destacando–se as pesquisas de Oliveira et al. (2012), Cunha et al. (2012), Bezerra et al. (2014), Ribeiro et al. (2016a), entre tantos outros que realizam estudos com a referida temática. Com a crescente preocupação em preservar a caatinga contra o processo de degradação, principalmente em bacias hidrográficas esses temas vêm sendo alvo de estudos científicos, com aplicação de técnicas que visam monitorar e analisar esses ambientes, de forma a compreender seu comportamento ao longo dos anos e visando minimizar os impactos gerados sob os mesmos. Essas informações são importantes no tocante ao direcionamento de políticas públicas que venham intervir na degradação desses ambientes..

(21) 20. 2.. OBJETIVOS. 2.1 Objetivo geral. Identificar e avaliar os diferentes graus de susceptibilidade ambiental da bacia hidrográfica do Alto Ipanema, região semiárida de Pernambuco, à variabilidade climática e ao processo de degradação. 2.2 Objetivos específicos  Avaliar a variabilidade temporal da precipitação na bacia hidrográfica do Alto Ipanema empregando o Índice de Anomalia de Chuva;  Gerar índices de aridez e classificar o risco aos processos de desertificação na bacia hidrográfica;  Avaliar dinâmica espaço-temporal de parâmetros biofísicos (albedo da superfície, NDVI, SAVI, IAF e temperatura da superfície) na cobertura vegetal do bioma Caatinga na bacia hidrográfica com aplicação de alguns componentes do algoritmo SEBAL..

(22) 21. 3.. REVISÃO BIBLIOGRÁFICA. 3.1 O Bioma Caatinga e sua degradação A caatinga é um bioma exclusivamente brasileiro, a origem do termo caatinga vem do tupi-guarani, CAA= mata e TINGA= branca, mata branca, o que caracteriza a paisagem no período de estiagem quando a vegetação perde as folhas e fica com um aspecto seco e sem vida (ALVES, 2007). O domínio ecogeográfico está sob as latitudes sub-equatorial compreendidas entre 2° 45’ e 17° 21’ Latitude Sul (ALVES, 2009). Com uma população de cerca 22 milhões de pessoas – ou 11,8% da população nacional. Na Caatinga estão catalogadas 2.240 espécies de vegetais e animais, dessas, 481 são endêmicas – ou seja, só existem na região. Elas se distribuem em uma área estimada em 959 mil km² (ou 9,9% do território nacional), ocupando nove estados brasileiros: Piauí, Ceará, Rio Grande do Norte, Paraíba, Alagoas, Sergipe, Pernambuco, Bahia e norte de Minas Gerais (AVANCINI e TEGA, 2013). O relevo é representado pelo Escudo Nordestino aplainado e seu núcleo arqueado e falhado – a Borborema – com restos de cobertura sedimentar; pelas bacias sedimentares paleomesozóicas do Piauí-Maranhão com os alinhamentos de cuestas da Serra GrandeIbiapaba e Chapadas do Sudeste do Piauí; a dorsal Baiana com a cobertura sedimentar da Chapada da Diamantina; as bacias mesozóicas do Araripe, Apodi, Jatobá, Tucano, Recôncavo e outras; e os Tabuleiros elaborados nos sedimentos plio-pleistocênicos da Formação Barreiras, em suas grandes linhas (ALVES, 2009). O bioma caracteriza-se pela baixa incidência de chuvas (em relação a outros biomas) e pela irregularidade da precipitação. Em média, por ano, chove entre 300 mm e 500 mm, mas nas áreas de maior altitude tende a chover mais – a média pode chegar a 1.200 mm/ano. A temperatura é sempre elevada: 25ºC a 30°C, em média, e o clima severo faz com que os rios sejam temporários (AVANCINI e TEGA, 2013). Apesar de ser o único bioma natural brasileiro inteiramente restrito ao território nacional, pouca atenção tem sido dada à conservação da diversificada e marcante paisagem de Caatinga (BEZERRA et al., 2014). Em que a ação do homem ganha destaque na sua modificação, pois segundo Dantas et al. (2010) a busca de solos mais férteis para a prática agrícola e agropecuária vem sendo considerada uma das principais causas que levam as áreas da Caatinga a serem devastadas, deixando o solo exposto e suscetível ao processo erosivo, à desertificação e levando ao desaparecimento de inúmeras espécies vegetais e/ou animais..

(23) 22. Sousa e Nascimento (2014) ressaltam que essa degradação tem como consequência o comprometimento das nascentes dos rios em função do desmatamento, entre outros problemas, o que pode comprometer a capacidade de suporte dos recursos naturais, além de gerar decréscimo da produtividade agrícola, aumento da pobreza e da desigualdade social. Nessa região semiárida, desenvolvem-se atividades de alto potencial de degradação, a chamada indústria da Caatinga (estratificação da vegetação para utilizá-la em diversas atividades econômicas) é a principal delas - o que exige uma demanda dessa vegetação maior do que a natureza pode oferecer, colocando em desequilíbrio todo o ecossistema da Caatinga. E como não há investimento no processo produtivo, trabalhadores rurais procuram no extrativismo uma forma de sobrevivência, que é agravada no período de estiagens prolongadas (PRUDENCIO e CÂNDIDO, 2009). Diversos trabalhos têm abordado acerca da degradação na caatinga como os estudos de Costa et al. (2009), Alves et al. (2009), Gomes et al. (2011), Silva e Mattos (2013), Souza et al. (2015). Independentemente das mudanças da cobertura do solo e do uso não sustentável dos recursos terrestres, o bioma Caatinga tem sido apontado como um dos menos conhecidos e mais negligenciados (BEUCHLE et al., 2015). 3.2 O emprego dos Índices Climáticos no Semiárido A região semiárida brasileira é marcada por frequentes períodos de estiagem ou secas, como também, pela má distribuição das chuvas durante o período do inverno. Através dos índices climáticos pode-se desenvolver um sistema para acompanhamento das características dos períodos secos ou chuvosos, com informações anuais, sazonais ou mensais, com as quais se podem analisar a climatologia de uma região, e, deste modo, verificar os principais impactos causados pelo clima global sobre a distribuição pluviométrica local, ou a regionalização da precipitação para determinado local (FELIX, 2015). Segundo Gross e Cassol (2015a), eles são importantes para proporcionar aos tomadores de decisões uma medição da anormalidade climática em uma determinada área da superfície terrestre. Para se analisar o regime hídrico de uma região é necessário fazer os monitoramentos dos índices pluviométricos por meio de dados de precipitações anuais, sazonais ou mensais e uma das ferramentas que mais se destaca pela sua simplicidade é a utilização do Índice de Anomalia de Chuva (IAC) (SANCHES et al., 2014)..

(24) 23. Esse índice foi desenvolvido por Rooy (1965) e tem como principal característica, necessitar apenas de dados de precipitação para ser calculado, e visa tornar o desvio da precipitação em relação à condição normal de diversas regiões passíveis de comparação (GROSS e CASSOL, 2015b). No Nordeste do Brasil as pesquisas sobre a variabilidade espaço–temporal da precipitação utilizando IAC se destacam pela importância socioeconômica e ambiental, principalmente para as áreas semiáridas (RIBEIRO, 2016). Outro índice bastante utilizado na região semiárida é o índice de aridez (IA), que é um indicador de áreas suscetíveis à desertificação, o qual permite conhecer previamente as limitações impostas pelo fator climático para a realização de atividades biológicas primárias e, por conseguinte, da produtividade agrícola imprescindível ao desenvolvimento das sociedades humanas (AQUINO e OLIVEIRA, 2013). Desde 1991, o Programa das Nações Unidas para o Meio Ambiente adotou uma conceituação de classificação climática associada ao valor do Índice de Aridez (IA). O cálculo deste índice utiliza-se da evapotranspiração potencial e precipitação e foi utilizado inicialmente para verificação dos efeitos antropogênicos nas condições climáticas e hoje é, também utilizada para conhecimento de zoneamento agrícola e das mudanças climáticas de modo geral (LOPES e LEAL, 2015). 3.3 Sensoriamento Remoto e a série Landsat O sensoriamento remoto é a ciência que possibilita a aquisição de informações (espectral, espacial, temporal) de objetos materiais sem a necessidade de contato físico com o objeto de investigação (GONÇALES et al., 2016). Desde então o sensoriamento remoto tem abrigado tecnologia e conhecimentos extremamente complexos derivados de diferentes campos que vão desde a física até a botânica e desde a engenharia eletrônica até a cartografia (BORGES et al., 2015). Vale destacar que sua utilização possibilita identificar, em tempo real e a baixo custo, mudanças que venham a ocorrer na superfície terrestre resultantes de diversos fenômenos naturais e/ou decorrentes de processos antrópicos (SANTOS et al., 2014). O início do sensoriamento remoto orbital remonta aos primeiros voos espaciais tripulados na década de 1960 e ao lançamento, em 1972, Earth Resources Technology Satellite (ERTS- 1), posteriormente denominado Landsat 1, cuja série, hoje se encontra no seu oitavo satélite (MOREIRA, 2008 e USGS, 2016a). Em 22 de Janeiro de 1975 e 5 de março de 1978 foi feito o lançamento do Landsat 2 e 3 respectivamente (USGS, 2016a)..

(25) 24. Nos anos de 1982 e 1984 foram lançados os satélites Landsat 4 e 5 respectivamente, com o programa entrando em sua segunda geração. Sua principal inovação foi o sensor TM (Thematic Mapper), com resolução espacial de aproximadamente 30 metros e bandas distribuídas nas regiões do visível, infravermelho próximo e infravermelho de ondas curtas, período de revisita de 16 dias e imagens com 8 bit (FLORENZANO, 2011). Os satélites da família Landsat são comumente utilizadas para estudos ambientais, sendo o Landsat 5 o mais utilizado devido à grande série temporal de dados, a acessibilidade e gratuidade de suas imagens (DEMARCHI et al., 2011; BIUDES et al., 2014; GIANNINI et al., 2015; TARTARI et al., 2015). Em 1993 o Landsat-6 falhou ao lançá-lo, pois não conseguiu atingir a órbita com o novo sensor Enhanced Thematic Mapper (ETM) e foi perdido (NASA, 2016). Em 1999, foi lançado o sensor Enhanced Thematic Mapper Plus (ETM+), a bordo do Landsat 7. Este trouxe poucas, mais significativas, inovações em relação ao sensor anterior, dentre estas uma banda pancromática de 15 m. Desde maio de 2003, em função de problemas técnicos, cerca de 24% das cenas ETM+ (principalmente em direção às bordas) apresentam falhas de recobrimento (FLORENZANO, 2011). Em fevereiro de 2013 foi lançado o Landsat 8. Dentre as mudanças que este novo sensor traz estão dois novos sensores: o sensor espectral Operacional Land Imager (OLI) e o sensor termal Thermal Infrared Sensor (TIRS) (USGS, 2016b). A plataforma Landsat-8 opera com dois instrumentos imageadores, sendo o primeiro, Operational Land Imager (OLI), com nove bandas espectrais incluindo a banda pancromática e o outro sistema imageador é o Thermal Infrared Sensor (TIRS) com duas bandas de pixel de 100 metros, processadas e disponibilizadas em 30 metros, para coincidir com a maioria das bandas multiespectrais do sistema imageador OLI (USGS, 2016b). A tabela 1 apresenta as principais características dos satélites da série Landsat com seus respectivos sensores, resoluções espaciais, resoluções temporais e os lançamentos:.

(26) 25. Tabela 1 - Características do programa do satélite Landsat e seus respectivos sensores ao longo dos anos. Instituição responsável: NASA (National Aeronautics and Space Administration) Características da série Landsat Sensores. Resolução Espacial. Resolução. Lançamento. Temporal Landsat 1. RBV/MSS. 80/80. 18 dias. 23/07/1972. Landsat 2. RBV/MSS. 80/80. 18 dias. 22/01/1975. Landsat 3. RBV/MSS. 30/80. 18 dias. 05/03/1978. Landsat 4. MSS/TM. 80/30(ms)-120(ter). 16 dias. 16/07/1982. Landsat 5. MSS/TM. 80/30(ms)-120(ter). 16 dias. 01/03/1984. Landsat 6. ETM. 15(pan)/30(ms)-120(ter). 16 dias. 05/10/1993. Landsat 7. ETM+. 15(pan)/30(ms)-60(ter). 16 dias. 15/04/1999. Landsat 8. OLI/TIRS. 15(pan)/30(ms)-100(ter). 16 dias. 11/02/2013. pan = pancromático; ms = multiespectral; ter = termal. Fonte: NASA, 2016.. A constante evolução do sensoriamento remoto tem possibilitado a detecção de alvos cada vez menores devido à melhoria da resolução espacial (geométrica) e radiométrica. A resolução geométrica dos sistemas sensores orbitais atuais permitem fornecer detalhes espaciais compatíveis com a cartografia urbana para escalas entre 1:2.500 e 1:100.000 (PACHÊCO et al., 2014). 3.4 Albedo da superfície e os índices de vegetação O albedo de superfície pode ser definido pela razão entre o fluxo de radiação solar refletido e o incidente, sendo de grande importância em estudos ambientais, como de desertificação, queimadas e mudanças no clima local (SILVA et al., 2005). Este depende das características de uso e ocupação da superfície (tais como, tipo de vegetação, nível de exposição do solo, presença de água, etc.), ângulo zenital do sol, condições de umidade do ar e superfície, unidade e tipo de solo, além de sofrer interferência das nuvens (VELOSO et al., 2015). A importância do albedo de superfície está também em estudos de possível detecção de alterações na superfície terrestre, resultantes de processos.

(27) 26. naturais e/ou antropogênicos (SILVA et al., 2005). Assim como o albedo da superfície, os índices de vegetação também detectam alterações na superfície terrestre. Os índices de vegetação são medidas radiométricas adimensionais, reflexo de intensos estudos realizados por cientistas desde a década de 1960, os quais vem modelando e extraindo parâmetros biofísicos da vegetação com o uso de dados de sensoriamento remoto (MALLMANN, 2015). Nos últimos 40 anos, muitos índices de vegetação foram desenvolvidos para quantificar parâmetros biofísicos da vegetação. Um índice de vegetação ideal deve conter o máximo de sinal relacionado com as características biofísicas específicas e o mínimo de ruídos, como influências do solo e efeitos atmosféricos (JI et al., 2014). O NDVI (ALLEN et al., 1998), é um índice utilizado principalmente em estudos ambientais e biogeográficos, que permite a realização de análises, em diversas escalas, da cobertura vegetal de determinada área, através da produção de escalas de medidas lineares, sendo que os problemas com divisão por zero tornam-se minimizados. A escala deste índice pode variar de –1 a +1, onde o valor zero refere-se à, na grande maioria das vezes, áreas ausentes de vegetação (SIMIONI e WOLLMANN, 2016). Este índice já foi empregado com sucesso por diversos pesquisadores (RÊGO et al., 2012; COUTO JÚNIOR et al., 2013; OLIVEIRA et al., 2016, dentre tantos outros). Buscando minimizar os efeitos de fundo do solo no sinal da vegetação, Huete (1988) propôs um índice de vegetação ajustado ao efeito do solo (Índice de Vegetação Ajustado ao Solo – SAVI), incorporando o fator L, que corresponde a um parâmetro de ajuste de solo, na equação do NDVI. Esse índice é apropriado para aplicação em ambientes áridos e semiáridos (MARCUSSI et al., 2010). O IAF (LIU & HUETE, 1995) é definido pela razão entre a área foliar de toda a vegetação por unidade de área utilizada por essa vegetação, sendo um indicador da biomassa de cada pixel da imagem (ALLEN et al., 2002). Segundo Ribeiro et al. (2015), estes índices consistem na combinação de duas ou mais bandas espectrais, que permitem uma melhor identificação e caracterização de superfícies vegetadas. 3.5 Temperatura da superfície A temperatura da superfície é um parâmetro chave para diversos estudos ambientais como o monitoramento de condições vegetais, variabilidades bioclimáticas, nas estimativas de.

(28) 27. processos de modificação da superfície da terra referente à hidrologia, ecologia e nas aplicações de modelos de previsão das mudanças climáticas globais e regionais (OLIVEIRA, 2012). A temperatura de superfície é estimada a partir das imagens da banda termal. Segundo Alves (2016) o processamento de imagens de satélite na banda do infravermelho termal permite a obtenção de uma imagem momentânea da distribuição da temperatura de superfície terrestre com boa resolução espacial, algo que não é possível de obter com qualquer rede de medições estacionárias em solo. Diversos autores em suas pesquisas têm utilizado da funcionalidade do uso de imagens de satélites para obtenção e discussão dos dados de temperatura de superfície gerados por sensores remotos, como as pesquisas de Sousa e Ferreira Júnior (2012), Leite e Brito (2012), Coelho e Correa (2013) e Silva (2016). Dentre as várias metodologias utilizadas para a estimativa da temperatura de superfície, destacam-se Allen (1996), Allen (2002), Allen et al. (2007), Bastiaanssen et. al. (1995), Bastiaanssen et al. (1998), com o desenvolvimento e aprimoramento do algoritmo Surface Energy Balance Algorithms for Land – SEBAL. Leite e Brito (2012) reafirmam a importância do imageamento por satélites para mensuração de temperatura do ambiente ao mencionarem que as diversas maneiras de obtenção de informações climatológicas por meio da aplicação de técnicas do sensoriamento remoto e de imagens orbitais dão a possibilidade de uma análise geral das áreas em maiores escalas, quando colocadas em contraponto aos dados pontuais disponíveis pelas estações meteorológicas de controle..

(29) 28. 4.. MATERIAL E MÉTODOS. 4.1 Área de estudo A Figura 1 ilustra a área de estudo, bacia do Alto Ipanema, com imagem em cor natural de composição RGB – 432 do satélite Landsat 8 OLI no dia 14 de novembro de 2015. O sistema de projeção cartográfica é UTM, DATUM: WGS 1984 de zona 24 S. Está inserida no estado de Pernambuco, a bacia abrange parte dos municípios de Arcoverde e de Pesqueira, localizando-se entre as coordenadas 8° 34’ 17” e 8° 18’ 11"de Latitude Sul, e 37° 1’ 35" e 36° 47’ 20" de Longitude Oeste. A bacia tem uma área aproximada de 187,55 km², com perímetro de 90,25 km. Ao norte faz limite com a bacia do rio Ipojuca e a oeste, com a bacia do rio Moxotó (SILVA JUNIOR et al., 2011). A bacia do Alto Ipanema apresenta duas sub-bacias, que é a bacia do Jatobá e a bacia do Vale do Mimoso. Segundo Figueirêdo et al. (2014) a região do Jatobá apresenta elevada restrição hídrica, além de solos rasos, o que não contribui para o armazenamento de água no solo e o desmatamento está relacionado à expansão agrícola, onde é praticada agricultura de sequeiro. Em relação a vegetal, destaca-se na região a Caatinga hipoxerófila, caracterizada por uma grande variação em seu regime foliar durante o ano. Segundo Montenegro et al. (2002) a parte superior da bacia é parcialmente coberta por floresta de caatinga densa, em que predominam solos rasos, com espessura inferior a 2 m nas encostas. De acordo com Silva et al. (2012), as principais classes de solos encontradas na bacia são o argissolo amarelo, argissolo vermelho-amarelo, cambissolo, neossolo flúvico, neossolo litólico, neossolo regolítico e o planossolo. O clima local é classificado, segundo classificação de Köeppen, como BShw’ semiárido quente, com temperatura média anual em torno de 27 °C, umidade relativa média anual do ar de 73% (SILVA et al., 2010)..

(30) 29. Figura 1 – Carta espacial de localização da área de estudo, bacia hidrográfica do Alto Ipanema - PE.

(31) 30. 4.2 Morfometria da Bacia Hidrográfica Para se obter a morfometria da bacia, realizou-se sua caracterização com o software ArcGis 10.2.2, utilizando-se de uma imagem SRTM, cena SC.24-X-B, realizando-se o recorte da SRTM correspondente à área da bacia do Alto Ipanema. Em seguida foram determinadas as seguintes características físicas (Tabela 2): área da bacia, perímetro, o centroide e as cotas. A rede de drenagem da bacia está descrita na Tabela 3, onde temos as seguintes características: longitude do curso principal, ordem da rede hídrica e somatório do comprimento de cada ordem da rede. Em relação à elevação da área as faixas variam entre 625 a 1100 metros, apresentando 515 m de diferença entre o ponto mais alto e o mais baixo da sub-bacia (Figura 2). A bacia apresenta uma rede hídrica de 5ª ordem (Figura 3), o que demonstra que possui um sistema de drenagem com ramificação significativa. O comprimento total da rede hídrica foi de 191,72 km.. Tabela 2 - Caracterização morfométrica da superfície bacia do Alto Ipanema Propriedades da superfície da bacia Área (Km2). 187,55. Perímetro (Km). 90,25. Centróide. X. 730722,36. Y. 9071421,38. Z Cotas (m). 883,29. Mín. 625. Máx. 1100.

(32) 31. Figura 2 - Carta altimétrica da bacia do Alto Ipanema. Tabela 3 - Caracterização morfométrica da rede de drenagem da bacia do Alto Ipanema Propriedades da superfície da bacia Longitude do Curso principal (Km2). 40,75. Ordem da rede hídrica. Somatório do comprimento de cada ordem da rede (km). 5° 1°. 96,23. 2°. 49,63. 3°. 27,96. 4°. 16,69. 5°. 1,21.

(33) 32. Figura 3 - Carta da rede de drenagem da bacia do Alto Ipanema 4.3 Dados Meteorológicos. Os dados meteorológicos que foram utilizados nesse trabalho são de uma estação convencional e outra automática localizada em Arcoverde que possui as seguintes coordenadas geográficas de posição (8o 25' S de Latitude e 37o 04' W de Longitude) e 680 metros de altitude, ambas pertencem ao INMET (Instituto Nacional de Meteorologia). 4.4 Índice de Anomalia de Chuva O Índice de anomalia da chuva (IAC) foi utilizado para traçar a frequência da ocorrência de anos secos e chuvosos. O IAC foi desenvolvido por Rooy (1965) e adaptado para o Nordeste do Brasil por Freitas (2005), e é dado pelas Equações 01 e 02:. IAC = 3. Para anomalias positivas. (01). IAC = -3. Para anomalias negativas. (02). em que P = precipitação anual atual (mm), Pmed = precipitação média anual da série histórica (mm), Pmáx = média das dez maiores precipitações anuais da série histórica (mm),.

(34) 33. Pmin = média das dez menores precipitações anuais da série histórica (mm), sendo as anomalias positivas os valores acima da média e as negativas aquelas que ficarem abaixo da média. Os valores do IAC foram ordenados conforme a classificação de anos secos e úmidos proposto por Rooy (1965), em um esquema de classificação de seis categorias variando de extremamente úmido a extremamente seco (Tabela 4).. Tabela 4 - Classificação do Índice de Anomalia de Chuva (IAC). IAC (valores calculados indicando a magnitude dos desvios negativos e positivos em relação a média da série histórica de dados de precipitação mensal) ≥ 4,00 2a4 0a2 0 a -2 -2 a -4 ≤ -4. CLASSIFICAÇÃO. Extremamente Úmido Muito Úmido Úmido Seco Muito Seco Extremamente Seco. Dessa forma foram utilizados nesta pesquisa dados de precipitação mensal da série histórica de 1962 a 2015. Esses dados foram imprescindíveis para caracterizar os períodos extremamente secos e úmidos ocorridos na área, como também sua comparação histórica na busca de tendências e mudanças de padrões nesse elemento climático. Os resultados obtidos com os cálculos do IAC foram analisados e comparados com os anos de ocorrência, bem como a intensidade dos fenômenos de El Niño e La Niña (Tabela 5), com o intuito de averiguar o grau de influência desse fenômeno sobre a anomalia de chuva..

(35) 34. Tabela 5 - Ocorrência e Intensidade do El Niño e La Niña Ocorrências do El Niño. Ocorrência de La Niña. 1877 – 1878. 1888 – 1889. 1886. 1896 – 1897. 1899. 1903 – 1904. 1902 – 1903. 1905 – 1906. 1906 – 1908. 1911 – 1912. 1913 – 1914. 1909 – 1910. 1918 – 1919. 1923. 1916 – 1918. 1925 – 1926. 1932. 1924 – 1925. 1939 -1941. 1946 – 1947. 1928 – 1929. 1951. 1953. 1938 – 1939. 1957 – 1959. 1963. 1949 – 1951. 1965 – 1966. 1968 – 1970. 1954 – 1956. 1972 – 1973. 1976 – 1977. 1964 – 1965. 1977 – 1978. 1979 – 1980. 1970 – 1971. 1982 – 1983. 1986 – 1988. 1973 – 1976. 1990 – 1993. 1994 – 1995. 1983 – 1984. 1997 – 1998. 2002 – 2003. 1984 – 1985. 2004 – 2005. 2006 – 2007. 1988 – 1989. 2009 – 2010. 2013 – 2014. 1995 – 1996 1998 – 2001. 2015 – 2016. 2007 – 2008 2011 – 2012. LEGENDA El Niño Forte. Moderada. La Niña Fraco. Forte. Moderada. Fraco. Fonte: Adaptado de Rasmusson e Carpenter (1983), Monthly Weather Review, Ropelewski e Halpert (1987), Monthly Weather Review. Cold episode sources Ropelewski e Halpert (1989), Journal of Climate. Climate Diagnostics Bulletin. In: INPE/CPTEC (2014ab)..

(36) 35. 4.5 Índice de Aridez. Para o cálculo do Índice de Aridez (IA), seguiu-se o critério estabelecido pelas Nações Unidas (UNESCO, 1979), segundo o qual o Índice de Aridez de uma região consiste na razão entre a Precipitação e Evapotranspiração Potencial (Equação 03). Foi compilada uma base de dados contendo como planos de informação as médias anuais de precipitação e as médias anuais de evapotranspiração potencial. Para obtenção da evapotranspiração potencial anual foi utilizado o programa computacional, denominado Sistema de Estimativa de Evapotranspiração (SEVAP) para se obter o balanço hídrico climatológico e a classificação climática, segundo Thornthwaite (1948).. em que, IA: índice de aridez; P: precipitação e ETp: evapotranspiração potencial, obtida por meio dos cálculos propostos por (THORNTHWAITE e MATHER, 1955). Em seguida, foi determinada a susceptibilidade à desertificação a partir da classificação apontada pelo Plano Nacional de Combate à Desertificação, de acordo com três categorias que variam em conformidade com uma escala do índice de aridez (MATALLO JÚNIOR, 2003) apontada na Tabela 6.. Tabela 6 - Classes de risco de desertificação a partir do índice de aridez Índice de aridez 0,05 – 0,20 0,21 – 0,5 0,51 – 0,65. Nível de risco de desertificação Muito alto Alto Moderado. Fonte: MATALLO JÚNIOR, 2003. 4.6 Imagens de satélite Foram utilizadas nove imagens de satélite Landsat 5 sensor TM e três do Landsat 8 sensor OLI/TIRS, órbita 215, ponto 66 (Tabela 3), as quais foram adquiridas junto ao site americano United States Geologial Survey – USGS. As imagens foram selecionadas considerando a cobertura espacial da bacia do Alto Ipanema, com ausência ou mínimo de cobertura de nuvens sobre a área de estudo. Quando adquiridas as mesmas já se encontram.

(37) 36. ortorretificadas, ou seja, imagens cujas coordenadas dos seus milhares de pixels passaram por processo de correção e se aproximam bastante das coordenadas reais da superfície. O sensor TM - Landsat 5 opera em 7 bandas espectrais, sendo três na região do visível, três na região do infravermelho e uma na região do infravermelho termal (LIRA et al., 2011). A plataforma Landsat-8 opera com dois instrumentos imageadores: Operacional Terra Imager (OLI) e Thermal Infrared Sensor (TIRS). O primeiro opera com nove bandas espectrais incluindo a banda pancromática (COELHO e CORREA, 2013) e o segundo opera com duas bandas termais. Na Tabela 7 a seguir, observam-se os principais dados das imagens de satélite utilizado na pesquisa.. Tabela 7 - Dados das imagens de satélite utilizada no estudo: Satélites Landsat (5 TM) e (8 OLI/TIRS), data da passagem, satélite, sensor, órbita/ponto, o dia sequencial do ano (DSA), hora local da passagem (h) e ângulo de elevação do Sol (E) Data da. Satélite. Sensor. Órbita/Ponto. DSA. Passagem. Hora. E. (h). (-). 27/11/1985. Landsat 5. TM. 215/66. 331. 9:03. 55,8348. 03/09/1989. Landsat 5. TM. 215/66. 246. 9:01. 50,2344. 14/12/1991. Landsat 5. TM. 215/66. 348. 9:00. 52,7995. 06/10/1995. Landsat 5. TM. 215/66. 279. 9:36. 50,0933. 17/10/1999. Landsat 5. TM. 215/66. 290. 9:12. 59,9216. 22/10/2001. Landsat 5. TM. 215/66. 295. 9:15. 60,9800. 12/10/2003. Landsat 5. TM. 215/66. 285. 9:13. 59,8940. 02/11/2005. Landsat 5. TM. 215/66. 306. 9:23. 62,8060. 29/09/2010. Landsat 5. TM. 215/66. 272. 9:25. 61,2150. 10/12/2013. Landsat 8. OLI/TIRS. 215/66. 344. 9:37. 61,2514. 14/11/2015. Landsat 8. OLI/TIRS. 215/66. 318. 9:35. 64,6190. 12/08/2016. Landsat 8. OLI/TIRS. 215/66. 225. 9:35. 52.6322. 4.7 Uso e cobertura vegetal do solo na bacia Para classificar as áreas com cobertura vegetal da bacia, utilizou-se a classificação automática supervisionada disponível no software ArcGis 10.2.2, utilizando-se a técnica do.

(38) 37. algoritmo de Máxima Verossimilhança (MAXVER). A imagem escolhida foi com data de passagem em 29/09/2010, de satélite TM - Landsat 5 adotando-se a composição falsa cor 5R4G3B. Segundo Moreira et al. (2013), diversas metodologias e procedimentos de classificação de imagens de satélite são utilizadas para a detecção da cobertura vegetal, e uma das que mais se destaca é do algoritmo Máxima Verossimilhança (MAXVER). A partir da classificação da imagem (Figura 4) foram observadas 5 classes: corpos hídricos, solo exposto, vegetação rala, vegetação arbustiva a e vegetação arbórea. É importante ressaltar que a classe de solo exposto abrange áreas desmatadas para introdução da prática agropastoril, áreas antropizadas e áreas urbanas. Figueirêdo (2014) avaliando a dinâmica da cobertura vegetal na bacia do Alto Ipanema encontro os seguintes intervalos das classes: corpos d’água, solo exposto, vegetação arbustiva aberta, vegetação arbustiva fechada e vegetação arbórea densa. Silva Júnior et al. (2011) avaliando as características hidrossedimentológicas da bacia hidrográfica do Riacho Mimoso classificou a vegetação em caatinga arbustiva arbórea aberta, caatinga arbustiva arbórea fechada e caatinga arbórea fechada. A Tabela 8 apresenta as cinco classes observadas com os respectivos valores de área em Km2.. Figura 4 - Carta de uso da cobertura vegetal da bacia do Alto Ipanema.

(39) 38. Tabela 8 - Área em km2 das classes de uso e cobertura vegetal da bacia do Alto Ipanema Classificação. Área (km2). Corpos Hídricos. 1,03. Solo Exposto. 22,08. Vegetação Rala. 30,42. Vegetação Arbustiva. 104,04. Vegetação Arbórea. 29,98. Total. 187,55. 4.8 Processamento das imagens de satélite O processamento digital de imagens tem como finalidade facilitar e agilizar, por meio de algoritmos e de ferramentas computacionais, a interpretação de imagens, bem como a extração de informações que o ser humano teria restrições de obter. Saliente-se que o mesmo não agrega nenhuma nova informação à imagem original, além das que já estão presentes no produto bruto (BIELENKI JÚNIOR e BARBASSA, 2012). As imagens em estudo foram processadas a partir do software ERDAS imagine na versão 9.1. Inicialmente foram realizados o pré-processamento das imagens como: empilhamento das bandas, reamostragem (em que reprojetou-se as cenas estudadas para Sul, atribuindo a zona da área de estudo), e fez-se o recorte das imagens empilhadas, utilizando da ferramenta Model Maker. Após o pré-processamento, foi gerado a radiância, refletância e os parâmetros biofísicos com o algoritmo SEBAL. As cartas temáticas desses parâmetros biofísicos foram todas processadas pelo software ArcGis 10.2.2. 4.8.1 Radiância espectral. As radiâncias representam a energia solar refletida por cada pixel, por unidade de área, de tempo, de ângulo sólido e de comprimento de onda, medida ao nível do satélite Landsat 5 TM para as bandas 1, 2, 3, 4, 5 e 7, e do Landsat 8 OLI, nas bandas 2, 3, 4, 5, 6 e 7 e cujos coeficientes de calibração utilizados nesse estudo foram apresentados nas Tabelas 9 e 10..

(40) 39. Tabela 9 - Descrição das bandas do TM - Landsat 5 com os correspondentes intervalos de comprimento de onda, coeficientes de calibração (radiância mínima – Lmín e máxima – Lmáx) e irradiâncias espectrais no topo da atmosfera (TOA) Coeficientes de Comprimento Bandas. de onda (μm). Calibração Resolução. (Wm-2sr-1μm-1). (m) Lmín. Lmáx. Irradiância Espectral no Topo da Atmosfera (Wm-2μm-1). 1 (azul). 0,45 – 0,52. 30. -1,52. 193,0. 1957. 2 (verde). 0,52 – 0,60. 30. -2,84. 365,0. 1826. 3 (vermelho). 0,63 – 0,69. 30. -1,17. 264,0. 1554. 4 (IVpróximo) 5 (IV-médio). 0,76 – 0,79. 30. -1,51. 221,0. 1036. 1,55 – 1,75. 30. -0,37. 30,2. 215,0. 6 (IV-termal). 10,4 – 12,5. 120. 1,237. 15,303. 7 (IV-médio). 2,08 – 2,35. 30. -0,15. 16,5. 80,67. Fonte: Chander e Markham (2003) e Allen et al. (2002). Tabela 10 - Descrição das 9 bandas do OLI e 2 bandas do TIRS - Landsat 8 com os correspondentes intervalos de comprimento de onda, coeficientes de calibração (radiância mínima – Lmín e máxima – Lmáx) e irradiâncias espectrais no topo da atmosfera (TOA) Irradiância Espectral no Topo da Atmosfera* (Wm-2μm-1). Bandas. Comprimento de Onda (μm). 1 OLI. 0,43 - 0,45. -62,49131. 756,73364. 1627,3. 2 OLI. 0,45 - 0,51. -63,72469. 771,66919. 1812,5. 3 OLI. 0,53 - 0,59. -58,35032. 706,58862. 1932,1. 4 OLI. 0,64 - 0,67. -49,41915. 598,43732. 1579,9. 5 OLI. 0,85 - 0,88. -29,98809. 363,13843. 905,3. 6 OLI. 1,57 - 1,65. -7,55550. 91,49276. 242,6. 7 OLI. 2,11 - 2,29. -2,45779. 29,76242. 56,0. 8 OLI. 0,50 - 0,68. -55,66755. 674,10181. -. 9 OLI. 1,36 - 1,38. -12,32335. 149,22865. -. 10 TIRS. 10,60 - 11,19. 0,10033. 22,00180. -. 11 TIRS. 11.50 - 12.51. 0,10033. 22,00180. -. Fonte: USGS (2016b). Coeficientes de Calibração (Wm-2sr-1μm-1) Lmín Lmáx.